飞桨深度学习平台设计之“道” 使用飞桨构建波士顿房价预测模型 数据处理 模型设计 训练配置 训练过程 保存并测试模型 保存模型 测试模型 作业1-6 飞桨深度学习平台设计之“道” 当读者习惯使用飞桨框架后会发现程序呈现出“八股文”的形态，即不同的程序员、使用不同模型、解决不同任务的时候，他们编写的建模程序是极其相似的。虽然这些...

飞桨框架NPU版安装说明 安装方式：通过release/2.1分支源码编译安装 环境准备 源码编译安装步骤： 飞桨框架NPU版安装说明 安装方式：通过release/2.1分支源码编译安装 环境准备 昇腾NPU 处理器: 鲲鹏920 操作系统：Linux version 4.19.36-vhulk1907.1.0.h475....

第三方广告接入服务 1、 概述 2、使用流程 3、 申请开通 4、 讯飞广告集成插件使用 第三方广告接入服务 1、 概述 科大讯飞广告插件是基于讯飞广告API封装集成到AppCan平台的第三方api模块， 开发者可以使用本插件实现基本的广告推送和展示服务。目前本插件仅支持旗帜广告、插屏广告和全屏广告的推送展示服务。 该服务是由科大讯飞开...

voice voice video包括语言识别和语音朗读两部分。 仅百度小程序平台、App平台支持，各平台开发方式暂未统一，使用时需注意用条件编译 调用不同平台的代码。 百度小程序平台支持语音识别，参考：规范详情 App 平台实现参考： 语音识别：支持科大讯飞语音识别和百度语音识别，云打包的话需要在manifest中勾选模块和App SD...

飞桨对昆仑XPU芯片的支持 训练支持 预测支持 飞桨对昆仑XPU芯片的支持 飞桨自2.0版本起支持在昆仑XPU上运行，经验证的模型训练和预测的支持情况如下： 训练支持 可实现模型单机单卡/单机多卡的训练，如下图所示： 模型 领域 模型readme 编程范式 可用的CPU类型 单机多卡支持 VGG16/19 图像分类 模型链接 静态图 X...

飞桨框架昆仑XPU版训练示例 ResNet50下载并运行示例： 飞桨框架昆仑XPU版训练示例 使用XPU训练与cpu/gpu相同，只需要加上-o use_xpu=True, 表示执行在昆仑设备上。 ResNet50下载并运行示例： 模型文件下载命令： cd path_to_clone_PaddleClas git clone - b ...

飞桨框架昆仑XPU版安装说明 安装方式一：通过Wheel包安装 下载安装包 验证安装 安装完成后您可以使用 python 或 python3 进入python解释器，输入 安装方式二：从源码编译支持昆仑XPU的包 环境准备 源码编译安装步骤： 如何卸载 飞桨框架昆仑XPU版安装说明 飞桨提供两种安装方式： 1. 预编译的支持昆仑XPU...

飞桨对昆仑XPU芯片的支持 飞桨对昆仑XPU芯片的支持 自飞桨2.0版本起支持昆仑XPU，目前基于昆仑XPU和X86（Intel）CPU可实现12个模型单机单卡/单机多卡的训练，如下图所示： 模型 领域 模型readme 编程范式 可用的CPU类型 单机多卡支持 VGG16/19 图像分类 模型链接 静态图 X86（Intel） 支持 ResNe...

飞桨框架昆仑XPU版训练示例 ResNet50下载并运行示例： 飞桨框架昆仑XPU版训练示例 使用XPU训练与cpu/gpu相同，只需要加上-o use_xpu=True, 表示执行在昆仑设备上。 ResNet50下载并运行示例： 模型文件下载命令： cd path_to_clone_PaddleClas git clone - b ...

使用飞桨探索自然语言处理 思考一下 引用 使用飞桨探索自然语言处理 接下来，让我们一起探索几个经典的自然语言处理任务，包括： 计算词语之间的关系（如同义词）：word2vec 理解一个自然语言句子：文本分类和相似度计算 一般来说，使用飞桨完成自然语言处理任务时，都可以遵守一个相似的套路，如 图10 所示。 图10：使用飞桨框架...